用于分析生物样本的自动分析仪的故障状态预测制造技术

在本公开文本的一个方面，一种用于预测用于分析生物样本的自动分析仪的故障状态的方法包括：获得用于预测自动分析仪的故障状态的预测算法，该预测算法适于基于由自动分析仪生成的校准数据和/或质量控制数据来预测该自动分析仪的故障状态；获得该自动分析仪的校准数据和/或质量控制数据；以及通过使用该预测算法来处理该校准数据和/或质量控制数据以预测该自动分析仪的故障状态。

Fault State Prediction of Automatic Analyser for Analyzing Biological Samples

【技术实现步骤摘要】
【国外来华专利技术】用于分析生物样本的自动分析仪的故障状态预测
本公开文本涉及用于预测用于分析生物样本的自动分析仪的状态的系统和方法。
技术介绍
用于分析生物样本的自动分析仪在当今的实验室环境中发挥着重要作用。在一些示例中，自动分析仪(例如，临床分析仪)可以被配置成执行大量不同且可能复杂的任务。例如，临床分析仪可以设置成对临床样本进行多种化验。在购买和操作方面，自动分析仪的成本相当高。因此，优化自动分析的检测速度通常很重要。由于意外故障(例如分析仪或分析仪模块的突然崩溃)的发生，自动分析仪的检测速度会因停机时间而严重受损。在一些示例中，在自动分析仪的部署位置可能没有现成的维修技师，而故障需要维修技师前往处理自动分析仪(例如，维修技师从不同的城市或甚至不同的国家前往该自动分析仪的部署位置)。这可能导致自动分析仪的停机时间相对延长。
技术实现思路
在第一总体方面，一种用于预测用于分析生物样本的自动分析仪的故障状态的方法包括：获得用于预测自动分析仪的故障状态的预测算法，该预测算法适于基于由自动分析仪生成的校准数据和/或质量控制数据来预测该自动分析仪的故障状态；获得该自动分析仪的校准数据和/或质量控制数据；以及通过使用该预测算法来处理该校准数据和/或质量控制数据以预测该自动分析仪的故障状态。在第二总体方面，一种用于样本的自动分析仪包括检测单元，用于检测样本的一个或多个属性；其上存储有指令的存储器，该指令在由计算机系统执行时使该计算机系统执行第一总体方面的方法的步骤；和处理器，其被配置为执行存储在该存储器中的指令。可实施第一和第二总体方面的主题的特定实施方案以便实现以下一个或多个优点。首先，本公开文本的技术可以允许预测自动分析仪的故障状态。具体而言，在一些示例中，可以足够早地预测到故障状态，以便安排适当的对策(例如，联系维修技师前来处理自动分析仪，这可能需要几天的准备时间)。因此，在一些示例中，可以减少自动分析仪的停机时间。另外或替代地，在一些示例中，故障状态预测可以允许以成本较低的方式解决造成可能出现的故障的原因(例如，不会丢失样本或会减少对自动分析仪部件的损坏)。其次，本公开文本的技术可以允许在一些示例中预测令人意外的故障状态，这对于其他监测技术来说可能不容易预测。这可以进一步减少自动分析仪的停机时间，因为意外故障通常会导致最大的停机时间。第三，在一些示例中，本公开文本的技术可以在不向自动分析仪添加额外的或专用的传感器来感测分析仪的特定状态的情况下实现。这可能是有利的，因为额外的传感器可能会增加自动分析仪的复杂性。此外，在一些示例中，规章要求使得向自动分析仪添加传感器成为一个复杂且昂贵的流程。第四，使用校准和质量控制数据来预测自动分析仪的故障状态会是有利的，因为在一些示例中相对明确地定义了质量控制和/或校准数据测量过程。以这种方式，与使用自动分析仪中可能存在的其他数据(例如，实际样本的测量数据)相比，基于这些数据项的预测可以产生更好的预测结果。本公开文本中以特定方式使用了许多术语：本文中使用的术语“分析仪”可以指用于从生物样本获得测量值的用于例如临床、化学、生物、免疫学或药学等领域中实验室工作的任何种类的自动或半自动技术装置。这种实验室装置可包括用于进行流体转移和定量给料、流体均化(混合)、温度控制以及化学或物理参数测量的部件。例如，该装置可包括流体分配部件(例如，移液器或阀)、搅拌器、调温装置、摇床或搅拌机。在其他示例中，自动分析仪可以包括分析系统或者分析系统或分析仪的工作站。例如，自动分析仪可以是用于分析样本的机械、光学、化学或生物特性的分析仪。“分析仪”不一定位于专门的实验室中。相反，该术语还包括用于例如在临床、化学、生物学、免疫学或药物领域中执行分析流程的独立分析仪。例如，根据本公开文本，在诸如诊所或药房的即时检验环境中的台式装置或家用装置也可以是自动化实验室装备。本文中使用的“分析仪”包括可操作地联接到一个或多个分析、分析前和分析后工作站的控制单元或控制器，该控制单元可操作以控制工作站。此外，控制单元可操作以用于评估和/或处理收集到的分析数据，控制样本到和/或从任何一个分析仪的装载、存储和/或卸载，初始化用于准备用于所述分析的样本、样本管或试剂等的分析系统的分析或者硬件或软件操作。本文中使用的术语“分析仪”/“分析工作站”包括任何能够测量样本物理或化学特性的设备或设备部件。在一些示例中，该装置可以被配置成诱导生物样本与试剂的反应，以获得测量值。分析仪可操作地用于经由各种化学、生物、物理、光学或其他技术流程来确定样本或其组分的参数值。分析仪可操作地用于测量样本或至少一种分析物的所述参数并返回所获得的测量值。由分析仪返回的可能分析结果的列表包括但不限于样本中分析物的浓度、指示样本中分析物的存在(对应于高于检测水平的浓度)的数字(是或否)结果、光学参数、图像、细胞或颗粒计数、DNA或RNA序列、从蛋白质或代谢物的质谱获得的数据以及各种类型的物理、机械、光学、电学或化学参数。分析工作站可以包括辅助吸移、配量和混合样品和/或试剂的单元。分析仪可以包括用于保持试剂以进行化验的试剂保持单元。试剂可被布置成例如含有单独的试剂或试剂组的容器或盒的形式、被放置在储存室或输送器内的适当接受器或位置中。其可包括消耗品供给单元。分析仪可包括过程和检测系统，该过程和检测系统的工作流程针对某些类型的分析进行优化。这种分析仪的示例是用于检测化学或生物反应的结果或监测化学或生物反应的进展的临床化学分析仪、凝血化学分析仪、免疫化学分析仪、尿液分析仪、核酸分析仪。本文中使用的术语“通信网络”涵盖任何类型的无线网络，诸如WIFI、GSM、UMTS或其他无线数字网络，或基于线缆的网络，例如以太网等。特别地，通信网络可实施因特网协议(IP)。例如，通信网络包括基于有线和无线网络的组合。“控制单元”或“控制器”以自动系统执行处理方案的必要步骤的方式控制自动或半自动系统。这意味着控制单元可以例如指示自动系统执行某些移液步骤，以将液体生物样本与试剂混合，或者控制单元控制自动系统将样本混合物培育一定时间等。控制单元可从数据管理单元接收关于哪些步骤需要用特定样本来进行的信息。在一些实施方案中，控制单元可与数据管理单元集成在一起，或者可由公共硬件来实施。例如，控制单元可被实施为运行计算机可读程序的可编程逻辑控制器，该计算机可读程序被提供有用于根据过程操作计划执行操作的指令。控制单元可被设置为控制例如以下任何一个或多个操作：比色皿和/或移液管吸头的装载和/或消耗和/或清洗，样本管和试剂盒的移动和/或开启，样本和/或试剂的移液，样本和/或试剂的混合，移液针或吸头的清洗，混合桨的清洗，光源的控制(例如波长的选择)等。特别是，控制单元可包括调度程序，用于执行预定义周期时间内的一系列步骤。控制单元可根据化验类型、紧急程度等来进一步确定待处理样本的顺序。术语“生物样本”是指可能含有感兴趣分析物的材料。样本源自生物来源，例如生理流体，包括血液、唾液、晶状体液、脑脊液、汗液、尿液、粪便、精液、乳汁、腹水、粘液、滑液、腹膜液、羊水、组织、细胞等。生物样本可以在使用前进行预处理，例如从血液中制备血浆或血清。处理方法可涉及包括感兴趣分析物的样本组分的离心、过滤、蒸馏、稀释、浓缩和/或本文档来自技高网...

【技术保护点】
1.一种用于预测用于分析生物样本的自动分析仪(2)的故障状态的方法，该方法包括：基于历史分析仪数据(5a；7a；8a)生成用于预测自动分析仪的故障状态的预测算法(1)，其中该历史数据包括关于故障状态的发生的历史数据(7a；8a)和历史校准数据和/或质量控制数据(5a)，其中该预测算法(1)适于基于由自动分析仪生成的校准数据和/或质量控制数据(5；52)来预测该自动分析仪(2)的故障状态；获得该自动分析仪(2)的校准数据和/或质量控制数据(5；52)；以及通过使用该预测算法(1)来处理该校准数据和/或质量控制数据(5；52)以预测该自动分析仪的故障状态。

【技术特征摘要】
【国外来华专利技术】2016.12.02 EP 16202003.61.一种用于预测用于分析生物样本的自动分析仪(2)的故障状态的方法，该方法包括：基于历史分析仪数据(5a；7a；8a)生成用于预测自动分析仪的故障状态的预测算法(1)，其中该历史数据包括关于故障状态的发生的历史数据(7a；8a)和历史校准数据和/或质量控制数据(5a)，其中该预测算法(1)适于基于由自动分析仪生成的校准数据和/或质量控制数据(5；52)来预测该自动分析仪(2)的故障状态；获得该自动分析仪(2)的校准数据和/或质量控制数据(5；52)；以及通过使用该预测算法(1)来处理该校准数据和/或质量控制数据(5；52)以预测该自动分析仪的故障状态。2.权利要求1的方法，其中该历史分析仪数据包括从与该自动分析仪(2)共享一个或多个特征的多个自动分析仪(2a)检索得到的历史数据。3.权利要求1或2中任一项的方法，其中，该关于故障状态的发生的历史数据包括自动分析仪的维修数据(7a)。4.前述权利要求1至3中任一项的方法，其进一步包括找出该关于故障状态的发生的历史数据(7a；8a)与该历史校准数据和/或质量控制数据(5a)之间的关系以生成该预测算法(1)的步骤。5.权利要求4的方法，其进一步包括通过分类技术分类该关于故障状态的发生的历史数据(7a；8a)并确定与该历史校准数据和/或质量控制数据(5a)之间的关系的步骤。6.前述权利要求1至5中任一项的方法，其进一步包括解决二进制分类问题以生成该预测算法(1)的步骤。7.权利要求6的方法，其中该故障状态是以下之一：需要通过现场拜访该自动分析...

【专利技术属性】
技术研发人员：F·海尼曼，S·科贝尔，S·达尔曼斯，JP·维尔特，Y·焦，
申请(专利权)人：豪夫迈·罗氏有限公司，
类型：发明
国别省市：瑞士,CH